python - 从 pandas DataFrame 创建差异矩阵

Question

我有一个 Pandas DataFrame [10 行和 1 列 (C)]

df = data.ix[0:9, 0]

我想创建一个矩阵，显示每个元素之间的距离 [10 行和 10 列]，如下所示:

C0 - C0   C1-C0  …  Cn-C0
C0 - C1   C1-C1  …  Cn-C1
C0 - C2   C1-C2  …  Cn-C2
 …    …     …    …   …
C0 - C9   C1-C9  …  Cn-Cn

我知道这可以通过两个 for 循环来完成(效率低下)。更好的方法是什么？

Answer 1

您可以使用 .values 方法将 DataFrame 或 Series 的值放入 NumPy 数组中，例如:

df.C.values

要创建矩阵，您可以从数组 df.C 中减去数组本身，如下所示:

df.C.values - df.C.values[:, np.newaxis] # also see @immerrr's comment 

这将创建一个具有所需值的 NumPy 数组。

例如:

>>> df = pd.DataFrame({'C': range(5)})   
   C
0  0
1  1
2  2
3  3
4  4

>>> df.C.values - df.C.values[:, np.newaxis]
array([[ 0,  1,  2,  3,  4],
       [-1,  0,  1,  2,  3],
       [-2, -1,  0,  1,  2],
       [-3, -2, -1,  0,  1],
       [-4, -3, -2, -1,  0]], dtype=int64)